© 中国科学院遥感应用研究所

质量权重 MODIS NDVI时间序列影像滤波重构方法

报告人：周增光

中国科学院遥感应用研究所2012 年 10 月 28 日

.

© 中国科学院遥感应用研究所

提 纲

1 、研究背景及意义2 、常用的 NDVI 时间序列滤波重构方法3 、质量权重 MODIS NDVI 时间序列重构4 、结果分析与效果评价5 、总结

© 中国科学院遥感应用研究所

1 、研究背景及意义

© 中国科学院遥感应用研究所

1. 研究背景及意义

归一化植被指数（ NDVI ）

NDVI 时间序列数据

NOAA-AVHRR 、 MODIS

rednir

rednirNDVI

ni

NDVItTS ii

,...,2,1

),(:

© 中国科学院遥感应用研究所

1. 研究背景及意义

NDVI 时间序列曲线

理论上：y 连续、平滑

实际上：y 波动、尖峰

© 中国科学院遥感应用研究所

1. 研究背景及意义

噪声源对 NDVI 的影响y 云、

大气状况（气溶胶） NDVI↓

y 各向异性、前向散射、远离星下点观测等NDVI↑

目前的 NDVI 时间序列滤波重构方法的 2 个前提y 1 ： NDVI 的时序曲线的变

化对应着植被的生长和衰老过程。

y 2 ：云和不利的大气条件往往会降低 NDVI 值，时序曲线中的突降点应视为噪声数据进行滤除。

y ？

© 中国科学院遥感应用研究所

1. 研究背景及意义

QA (Quality Assurance)

y QA 质量保证数据集指示了数据的详细质量信息。

y 最高 QA 等级表示无云、低气溶胶、观测角小于星下点 30° ：误差小于 ±0.03 ，精度优于 0.02.

MODI S辐射率计数值

定标定位后的辐射率计数值、网格及角度信息

云、气溶胶、降水量、水陆等信息

地表光谱反射率、QA信息

网格植被指数产品

MODIS 植被指数数据流程

QA ￫ 质量因子y 高质量的 NDVI 时间序列

重构方法。

© 中国科学院遥感应用研究所

2 、 常用的 NDVI 时间序列重构方法

© 中国科学院遥感应用研究所

2. 常用的 NDVI 时间序列重构方法

Savitzky-Golay 滤波法（ SG ）y (Jin Chen et al., 2004, cited 290)

非对称高斯函数拟合法（ Asymmetric Gaussians ， AG ）

y (Jönsson Per, Eklundh Lars, 2002, cited 259 )

双逻辑函数拟合法（ Double Logistic ， DL ）y (Pieter S.A. Beck et al., 2006, cited 141)

© 中国科学院遥感应用研究所

2. 常用的 NDVI 时间序列重构方法——SG 、 AG 、 DL

SG 滤波器 AG 拟合函数 DL 拟合函数

n

YCY

mi

mi

iji

j

*

),...,;()( 5121 xxtgcctf

15

4

1

13

2

1

51

],)(exp[

],)(exp[),...,;(

xtxx

tx

xtxx

xt

xxtg

),...,;()( 4121 xxtgcctf

)exp(1

1

)exp(1

1),...,;(

4

3

2

141

xtx

xtx

xxtg

© 中国科学院遥感应用研究所

流程图

2. 常用的 NDVI 时间序列重构方法—— SG 滤波法

去云后的NDVI序列

SG滤波获得NDVI序列趋势

计算NDVI序列数据权重Wi

生成新的NDVI序列Yk

SG滤波得到序列Y’

滤波效果最好

高质量NDVI序列

计算滤波效果系数Fk

是

否

原理y 通过一个迭代的过程使得 SG 滤波重

构后的 NDVI 序列曲线逐渐逼近原始序列的上包络线，以抑制低值噪声。

数据权重

滤波效果系数

迭代运算

trendiitrendiii

iYYYYdd

w

0

0max

,,/1

1

|| 0 trendiii YYd

N

i

iikik wYYF

1

01 ]|[|

kk

kk

YYY

YYYY

',

','1

© 中国科学院遥感应用研究所

2. 常用的 NDVI 时间序列重构方法—— AG 、 DL拟合法

与 SG 滤波法相似之处 原理

y 通过一个迭代的过程使得经过AG 、 DL 拟合重构后的 NDVI序列曲线逐渐逼近原始序列的上包络线，以抑制低值噪声。

数据权重

迭代运算

与 SG 滤波法不同之处 基函数

y AG 、 DL 局部拟合函数y 局部拟合函数拼接为全局拟

合函数

拟合效果系数trendiitrendiii

iYYYYdd

w

0

0max

,,/1

1

|| 0 trendiii YYd

kk

kk

YYY

YYYY

',

','1

2

1

2)]),,(([2n

niyxctfw iii

© 中国科学院遥感应用研究所

2. 常用的 NDVI 时间序列重构方法—— SG 、 AG 、DL

第 1 次迭代拟合 第 3 次迭代拟合

逼近上包络线的迭代拟合

© 中国科学院遥感应用研究所

2. 常用的 NDVI 时间序列重构方法——SG 、 AG 、 DL

距离决定权重y 距离权重 NDVI 时间序列重构方法

距离权重 NDVI 时间序列重构方法优点y 较好滤除突降噪声；y 重构结果逼近原始曲线上包络线，重构结果平滑。

距离权重 NDVI 时间序列重构方法不足y 趋势线上方的噪声数据被赋予最高权重；

p（实验数据中，高 NDVI 值但低质量的数据占 10.7% ）y 趋势线下方的高质量数据被赋予较低权重；

p（实验数据中，低 NDVI 值但高质量的数据占 21.7% ）y 以趋近原始序列的上包络为目标，导致重构结果整体抬升。

SG 、 AG 、 DL 方法总结

© 中国科学院遥感应用研究所

3 、 质量权重 NDVI 时间序列滤波重构方法

© 中国科学院遥感应用研究所

流程图3. 质量权重 NDVI 时间序列滤波重构方法

3.1 获取质量因子

3.2 设定质量权重

3.3 质量加权插值

3.4 滤波 / 局部拟合

3.5 质量权重迭代

含质量标记的NDVI时序数据

NDVI时序数据

质量因子时序数据

NDVI时间序列质量加权插值

生成新的NDVI时间序列数据

AG局部函数拟合

计算拟合效果参数

拟合效果最好？否

是重构后的NDVI时间序列数据

SG滤波器滤波

DL局部函数拟合

主要步骤

© 中国科学院遥感应用研究所

3.1 质量权重 NDVI 时间序列滤波重构——获取质量因子

实验数据信息 数据文件

y EOS/Terra 卫星 MODIS 植被指数产品 MOD13Q1 V005 HDF 文件；

分辨率y 250 米， 10 天

区域y H27V05 中国华北平原

时间y 2008 年 1 月 -2010 年 12

月

质量因子提取

MOD13NDVI

EVI

……

VI 质量质量总评

VI 有用性……

VI 可靠性

文件

波段

位段

© 中国科学院遥感应用研究所

3.2 质量权重 NDVI 时间序列滤波重构——设定质量权重

质量因子 位段范围 位段值 质量描述 质量分级 质量权重

VI 有用性

0001 1 最高质量高 1

0010 2 较高质量

0011 3 质量可接受中 0.6

0100 4 质量一般

0101-1000 5-8 质量继续下降 低 0.2

1001-1100 9-12 由可疑质量降至最低质量

差 0

1101 13 质量太低而没有利用价值

1110 14 L1B 数据缺失

1111 15其它原因不能利用 / 没处

理

© 中国科学院遥感应用研究所

3.3 质量权重 NDVI 时间序列滤波重构——质量加权插值

质量加权插值 - 示意图 质量加权插值 - 原理

11

1

1

1

1*

iiii

j

jji

j

jjiji

i

wwww

w

yw

y

且当

© 中国科学院遥感应用研究所

3.4 质量权重 NDVI 时间序列滤波重构——滤波 / 局部拟合

SG 滤波器 AG 拟合函数 DL 拟合函数

n

YCY

mi

mi

iji

j

*

),...,;()( 5121 xxtgcctf

15

4

1

13

2

1

51

],)(exp[

],)(exp[),...,;(

xtxx

tx

xtxx

xt

xxtg

),...,;()( 4121 xxtgcctf

)exp(1

1

)exp(1

1),...,;(

4

3

2

141

xtx

xtx

xxtg

© 中国科学院遥感应用研究所

3.5 质量权重 NDVI 时间序列滤波重构——质量权重迭代

距离权重迭代方法（ X ） 迭代公式

效果参数（距离权重）y SG ：

y AG 、 DL ：

质量权重迭代方法（ q-X ） 迭代公式

效果参数（质量权重）y q-SG ：

y q-AG 、 q-DL ：

kk

kk

YYY

YYYY

',

','1

N

i

iikik wYYF

1

01 ]|[|

2

1

2)]),,(([2n

niyxctfw iii

kk

ikk

ik

k

YYY

wwYYY

wwYYY

Y

',

,',

,','1

N

i

iikik wYYF

1

01 ]|[|

2

1

2)]),,(([2n

niyxctfw iii

© 中国科学院遥感应用研究所

3. 质量权重 NDVI 时间序列滤波重构距离权重 NDVI 时序重构示

意 质量权重 NDVI 时序重构示意

© 中国科学院遥感应用研究所

4 、 结果分析与效果评价

© 中国科学院遥感应用研究所

4. 结果分析与效果评价

分析评价方法y 定性：影像去噪、曲线拟合y 定量：平均偏差、标准偏差、相关系数

NDVI 影像去噪效果

NDVI 时间序列曲线拟合效果

重构对不同质量数据的影响

© 中国科学院遥感应用研究所

4.1 结果分析与效果评价——分析评价方法

定性 NDVI 影像中噪声的去除

y 恢复图像中的噪声区域

NDVI 时间序列曲线重构结果在不同质量数据处的拟合程度

y 拟合高质量数据y 滤除低质量数据

定量

统计

特征计算公式 统计特征的含义

平均

偏差

统计分析不同质量的 NDVI 数据在序

列重构前后的平均偏离程度。对于高

质量数据，平均偏差越小，说明对高

质量的 NDVI 值提升或压低的程度越小 .

标准

偏差

统计分析不同质量的 NDVI 数据在序列

重构前后偏离程度的标准差。对于高质量

数 据 ， 标准偏 差越小 ，说明对 高 质 量

NDVI 数据的偏离越稳定 .

相关

系数

对不同质量 NDVI 数据进行重构前后相

关性分析。对于高质量数据，相关性越大，

说明更能保持高质量 NDVI 数据的固有规

律 .

i

N

jij

i

ijijij

N

X

X

YYX

i

1

'

i

Ni

jiij

i N

XX

1

2)(

)()'(

),'cov(

ii

iii

YDYD

YYr

© 中国科学院遥感应用研究所

4.2 结果分析与效果评价—— NDVI 影像去噪效果对比

质量权重方法与距离权重方法y q-SG 、 q-AG 、 q-DL 较

SG 、 AG 、 DL 平滑

质量权重方法之间y q-SG 较平滑y q-AG 、 q-DL残留斑点噪声（与基函数有关）

© 中国科学院遥感应用研究所

4.3 结果分析与效果评价—— NDVI 时间序列曲线拟合效果

© 中国科学院遥感应用研究所

4.4 结果分析与效果评价——重构对不同质量数据的影响

对不同质量数据的平均偏差 对高质量数据的平均偏差

高 中 低 差0

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

0.1SG 滤波q-SG 滤波AG 拟合q-AG 拟合DL 拟合q-DL 拟合

NDV

I

q-SG 滤波 q-AG 拟合 q-DL 拟合0.0250

0.0255

0.0260

0.0265

0.0270

0.0275

0.0280

0.0285

0.0262700000000002

0.026446

0.028138

NDVI

© 中国科学院遥感应用研究所

4.4 结果分析与效果评价——重构对不同质量数据的影响

对不同质量数据的标准偏差 对高质量数据的标准偏差

高 中 低 差0

0.05

0.1

0.15

0.2

0.25

SG 滤波q-SG 滤波AG 拟合q-AG 拟合DL 拟合q-DL 拟合

标准

偏差

q-SG 滤波 q-AG 拟合 q-DL 拟合0.054

0.055

0.056

0.057

0.058

0.059

0.060

0.061

0.062

0.063

0.0572630000000001

0.058544

0.062187

标准

偏差

© 中国科学院遥感应用研究所

4.4 结果分析与效果评价——重构对不同质量数据的影响

不同质量数据重构前后相关系数 高质量数据重构前后相关系数

高 中 低 差0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1 SG 滤波q-SG 滤波AG 拟合q-AG 拟合DL 拟合q-DL 拟合

相关

系数

q-SG 滤波 q-AG 拟合 q-DL 拟合0.922

0.924

0.926

0.928

0.930

0.932

0.934

0.936

0.938

0.940

0.942 0.9393590000000

01

0.936702

0.928632相关

系数

© 中国科学院遥感应用研究所

4. 结果分析与效果评价——重构效果总结

重构效果 NDVI 影像去噪

y 质量权重方法优于距离权重方法

y q-SG ：较平滑；y q-AG 、 q-DL ：斑点噪声。

NDVI 时间序列曲线拟合y 质量权重方法能够有效滤除突增、突降噪声数据，同时不会造成 NDVI 时序曲线的整体抬升；

y q-SG 滤波法能够较好地拟合各个波动区间；

y q-AG 、 q-DL 拟合法对较多波动区间不能很好甚至错误拟合。

重构对不同质量数据的影响y 质量权重方法较距离权重方法在稳定高质量数据、滤除噪声数据方面较好；

y 对高质量数据保护方面 q-SG > q-AG > q-DL

整体而言，基于质量因子的质量权重 NDVI 时间序列重构方法，可以滤除更多的特别是突增噪声数据、更好地保护高质量NDVI 数据，从而获得更可靠的重构结果。

© 中国科学院遥感应用研究所

5 、 总结

© 中国科学院遥感应用研究所

5. 总结

主要研究内容y 以 MODIS 植被指数产品为例，从MODIS 植被指数质量数据集

中提取出质量因子，转换为 NDVI 数据的质量权重，设计出质量权重 NDVI 时间序列重构方法。重构过程主要包括：对 NDVI 时间序列进行质量加权插值，滤波和局部拟合，以及质量权重迭代；

y 对距离权重 NDVI 时间序列重构方法和质量权重 NDVI 时间序列重构方法，以及 3种不同基函数的质量权重 NDVI 时间序列重构方法之间，进行了详细地定性、定量分析与评价。

© 中国科学院遥感应用研究所

5. 总结

研究不足之处y 对数据的质量权重分级较少，对数据的噪声程度不能详细区分；

y 选取的研究区域比较局限，且覆盖地物类别较少、特征较单一；

y 仅是根据 NDVI 数据质量信息评价滤波重构效果，不能对噪声数据恢复程度进行验证；

y 分析评价指标较少，仅从拟合效果、对高质量数据稳定性和相关性等方面对重构效果进行评价，没有考虑重构对季相特征等物候属性的影响。

© 中国科学院遥感应用研究所

谢谢！

.

© 中国科学院遥感应用研究所

© 中国科学院遥感应用研究所